AI-agents als klant: toegang, identiteit en aansprakelijkheid zijn nu bestuursvragen

De bezoeker van uw website is steeds vaker software

Tot nu toe ging het gesprek over AI-agents vooral over agents binnen de eigen organisatie: welke taken mogen zij overnemen, en hoe houdt u er toezicht op? De afgelopen week liet een tweede kant zien die minstens zo belangrijk is. Steeds vaker komt een agent namens een klant bij uw organisatie aan. Hij zoekt producten, vergelijkt aanbiedingen, boekt een tafel of vraagt banksaldi op. Daarmee verschuift een technische vraag naar de bestuurstafel: wie laat u binnen, hoe herkent u die bezoeker, en wie is verantwoordelijk als het misgaat?

Cloudflare, achter wiens netwerk volgens eigen opgave meer dan twintig procent van het web draait, meldde op 30 september dat het dagelijkse aantal verzoeken van AI-agents op zijn netwerk in een jaar met meer dan 1.700 procent is gegroeid. Volgens hetzelfde bericht was dit jaar voor het eerst meer dan de helft van het internetverkeer niet menselijk. In sommige zwaar gecrawlde sectoren, waaronder retail, software en financiële dienstverlening, zag Cloudflare het menselijke verkeer in minder dan een jaar met tot 40 procent dalen.3 Het bedrijf vat het samen in één zin die ik bestuurders graag voorleg: wie een agent wegstuurt, stuurt mogelijk ook de persoon weg die hem stuurde.3

Wat de afgelopen week concreet liet zien

Vier ontwikkelingen maken duidelijk dat dit geen toekomstscenario meer is.

HSBC lanceerde op 29 september tijdens Sibos 2026 in Miami HSBCnio, een digitale omgeving voor zakelijke en institutionele klanten. Klanten kunnen hun eigen AI-tools via HSBC's Model Context Protocol toegang geven tot geautoriseerde rekening- en transactie-informatie. HSBC spreekt nadrukkelijk van betrouwbare data, bestaande machtigingen en passende controles. De diensten omvatten het raadplegen van saldi en transacties, het volgen van betalingen en het regelen van handelsfinanciering en valuta.1 Een grote bank behandelt de agent van de klant daarmee als een legitiem kanaal, met een eigen voordeur.

Mastercard breidde op 30 september zijn programma Agent Pay uit met diensten die banken en winkeliers meer context geven over transacties die door AI zijn gestart. De eerste dienst, nu in test in de Verenigde Staten, is een score die aangeeft hoe waarschijnlijk het is dat een transactie door een AI-agent is geïnitieerd. Mastercard werkt daarvoor samen met Cloudflare en met Skyfire, een aanbieder van zogeheten Know Your Agent-technologie.2 Mastercard verwacht dat in 2030 één op de tien consumenten routinematig agents gebruikt voor aankopen; dat is een projectie van Mastercard zelf.2 Eerder in september begonnen Ant International, Mastercard en Visa al aan een gezamenlijk kader om agents over netwerken heen te herkennen. Elke agent moet daarin herleidbaar zijn tot een gevalideerde operator, kaarthouder of organisatie, aan gedeelde certificeringseisen voldoen en doorlopend worden gemonitord.6

Federal Reserve-gouverneur Christopher Waller gebruikte zijn toespraak op Sibos op 29 september om de kernvragen scherp te formuleren. Hij onderscheidt twee modellen. Bij agent-assisted gebruikt de koper een agent om te zoeken en te vergelijken, maar beslist en betaalt hij zelf. Bij agent-delegated geeft de koper de agent de bevoegdheid om binnen grenzen zelfstandig te kopen en te betalen. Dat tweede model vraagt volgens Waller veel meer vertrouwensmechanismen. De authenticatievraag verschuift van de vraag of de koper bevoegd is naar de vraag of de agent bevoegd is om namens de koper te betalen. En de aansprakelijkheidsvraag is eenvoudig te stellen: wie draait op voor een verkeerde aankoop door een agent?4

Het conflict rond Muse, de AI-assistent die Meta op 8 september lanceerde, laat zien dat bedrijven die vragen al verschillend beantwoorden. Amazon blokkeerde de agent. Het bedrijf zei dat het geen kennisgeving of keuze had gekregen en uitte zorgen over de omgang met accountgegevens en inloggegevens van klanten. Expedia staat agents juist toe, omdat het zichtbaar wil zijn waar reizigers zoeken. Reserveringsplatform Resy laat geen niet-goedgekeurde agents toe.5

Open of gesloten is een strategische keuze

Waller wijst erop dat er open systemen ontstaan, waarin verschillende agents welkom zijn, en gesloten systemen, waarin een aanbieder alleen zijn eigen agent toestaat. Welk model wint, is volgens hem nog niet duidelijk, maar die uitkomst kan de marktstructuur sterk beïnvloeden.4 Voor een individuele organisatie is dat geen abstracte marktvraag. Het is de vraag of u de klantrelatie zelf wilt blijven voeren of bereid bent een deel daarvan via het platform van een ander te laten lopen.

Beide kanten hebben een prijs. Wie agents weert, behoudt grip op data, aanbevelingen en marge, maar loopt het risico onzichtbaar te worden voor klanten die hun zoek- en koopgedrag aan een assistent overlaten. Wie agents toelaat, wint bereik, maar geeft een deel van het klantcontact uit handen. Meta heeft volgens CNN bovendien aangegeven op termijn een commissie te willen rekenen op transacties via Muse.5 Mijn verwachting, en dat is een interpretatie, is dat de meeste organisaties uitkomen bij een voorwaardelijk open model: agents zijn welkom via een gecontroleerde ingang, onder vastgelegde voorwaarden.

Edgars analyse: vijf beslissingen die niet bij IT kunnen blijven liggen

In mijn werk zie ik dat agentverkeer vaak wordt behandeld als een probleem voor de beveiligingsafdeling of de webbouwer. Dat is te smal. De onderstaande vijf beslissingen raken strategie, klantrelatie en risico tegelijk.

1. Kies per kanaal een positie: open, voorwaardelijk of gesloten. Maak die keuze expliciet voor de website, de webwinkel, de klantportal en eventuele API's. Een productcatalogus vraagt een ander antwoord dan een omgeving met klantaccounts of betalingen.

2. Maak agentverkeer zichtbaar en onderscheid de soorten. Zoekmachines, trainingscrawlers en agents die namens een klant handelen zijn verschillende bezoekers. Cloudflare biedt sinds juli afzonderlijke instellingen voor zoek-, agent- en trainingsverkeer. Volgens het bedrijf blokkeert minder dan één procent van de sites zoekcrawlers, tegenover 17 procent die trainingscrawlers blokkeert.3 Een identiteit op basis van een user-agentnaam is eenvoudig te vervalsen. Met Web Bot Auth ondertekenen operators zoals OpenAI, Google en AWS hun verzoeken cryptografisch, zodat een site een echte agent van een imitatie kan onderscheiden.3

3. Bied een voordeur in plaats van een achterdeur. De zorg van Amazon over inloggegevens raakt een kernpunt.5 Een agent die met het wachtwoord van een klant uw website nabootst, is moeilijk te controleren. Een afgebakende koppeling met beperkte rechten, zoals HSBC via zijn Model Context Protocol aanbiedt, is beter te beheersen en te auditen.1 Voor Europese organisaties geldt daarbij de AVG: wie klantgegevens via zo'n koppeling beschikbaar maakt, verwerkt doorgaans ook persoonsgegevens en moet grondslag, beveiliging en doelbinding kunnen onderbouwen.

4. Leg mandaat en aansprakelijkheid vast. Bepaal wat een agent namens een klant mag doen, tot welk bedrag, en wanneer een menselijke bevestiging nodig blijft. Waller spreekt over de balans tussen gemak en bewuste frictie.4 Leg ook vast hoe u de intentie van de klant en de uitvoering door de agent registreert. Volgens Waller kunnen technische standaarden juist dat inzichtelijk maken en daarmee geschillen verminderen.4 Zet uw organisatie zelf een agent in die met klanten communiceert, kijk dan ook naar de transparantieplicht uit artikel 50 van de AI Act; daarover schreef ik eerder in Labelplicht voor AI-content.

5. Herijk fraude- en risicomodellen, en kijk naar uw eigen inkoop. Fraudesystemen die zijn afgestemd op menselijk gedrag, werken volgens Waller niet vanzelf voor agents.4 Het voorbeeld van Mastercard is herkenbaar: een assistent die vlucht, hotel en vervoer in één keer boekt, maakt meerdere aankopen bij verschillende partijen die op het eerste gezicht ongebruikelijk lijken.2 Waller noemt zakelijke inkoop bovendien bijzonder geschikt voor agents, omdat die vaak terugkerend is en aan regels gebonden, zoals goedgekeurde leveranciers en budgetlimieten. De hogere bedragen maken robuuste controles daar wel essentieel.4 Wie eigen inkoopagents overweegt, vindt in mijn eerdere analyse over risicomanagement bij agentic AI een startpunt voor die beheersing.

Wat u deze maand kunt doen

Begin klein en feitelijk. Laat uw webbeheerder of hostingpartij in kaart brengen hoeveel geautomatiseerd verkeer uw site nu ontvangt en welk deel daarvan van agents komt. Bespreek in het managementteam welke van de drie posities per kanaal past. Leg vast welke klantgegevens en handelingen nooit zonder menselijke bevestiging via een agent mogen lopen. Vraag uw betaal- en platformleveranciers wat hun stappenplan is voor het herkennen van agents.

Het is nog vroeg. Volgens Waller zijn marktpartijen het er breed over eens dat agentische handel in een beginfase zit, en hij vraagt zelf welke standaarden voor identiteit, toestemming en betaalgegevens nog ontbreken.4 Juist daarom is dit het moment om de spelregels zelf te bepalen, voordat een platform of een klantassistent ze voor u invult.